مدل سازی فازی زمان‏بندی کارکنان هواپیما و حل آن با الگوریتم بهینه سازی ذرات انبوه

مساله زمان‏بندی کارکنان هواپیما از مهم‏ترین مسائل در حوزه تحقیق در عملیات به شمار می‌رود و به طور عمومی شامل تخصیص گروه های کارکنان به سفرهایی است که می بایست طبق برنامه زمان‏بندی از پیش تعیین شده ای، توسط ناوگان موجود پوشش داده شوند، به طوری که هزینه‏ های مربوط به تخصیص کارکنان به سفرها، کمینه شود. مسئله زمان‏بندی کارکنان به دو فاز کلی تقسیم می‏شود. در فاز اول، تمام سفرهای رفت و برگشتی که شروع و خاتمه آنها در محل استقرار کارکنان است، تحت عنوان مجموعه ماموریت ها تعیین  می‏شود. در فاز دوم به دلیل عدم قطعیت در انجام پرواز به دلایلی از قبیل وضعیت جوی آب و هوا، حضور یا غیبت کارکنان هواپیما، خرابی ناگهانی هواپیما و بسیاری عوامل دیگر، با استفاده از رویکرد مجموعه های فازی به مدلسازی مسئله که خواهان تخصیص بهینه کارکنان به سفرهاست می پردازیم.  استفاده از تئوری مجموعه های فازی در این مسئله شرایط واقعی تری برای زمان‏بندی کارکنان هواپیما ایجاد  می‏کند. در حل مسئله زمان‏بندی کارکنان هواپیما با توجه به قرار گرفتن در گروه مسائل nphard ، به استفاده از الگوریتم بهینه سازی ذرات انبوه به برای حل مساله مورد پژوهش پرداخته شده است.

Fuzzy Modeling Airline Crew Scheduling Problem and Solving by Particle Swarm Optimization

Airline crew scheduling problem is one of the important problems in the field of the operation research and generally assign crew member to trips that should be covered with minimum cost. Airline flights are usually faced with some of uncertainty events, some of these are: unpredicted bad weather, absent of aircrews without any reason etc… that indicates  using of fuzzy set theory in the modeling of the problem.   Airline crew scheduling problem are divide in two phase: in the first phase, find all  trips that origin and destination, ending where the crews are located. trips obtained in the first phase called pairings. In the second phase the crew scheduling problem modeled by using fuzzy set theory for assigning each crew member to trips with optimized mode. and then for solving the airline crew scheduling  problem which categorized in NPhard problems the Particle Swarm Optimization Approach is proposed.